如何使用递归或其他技术来解决以下问题

Question

我有一些用索引填充数据的n-d矩阵。下面是一个示例代码，它将使您了解我正在尝试实现的内容。

# sf = some_function or it can also be considered as array where 
# sf(i) = sf[i]


def sample_function(matrix, matrix2, obj1, obj2):
    for i in range(len(obj1):
        for j in range(len(obj2)):
            for k in range(len(obj3):
                matrix[sf(i)][sf(j)][sf(k)] = matrix2[i][j][k] 

这是很容易做到的，如果我只有2-3个参数的函数，但如果参数是很多，我如何做到这一点？您可以假设矩阵已经包含了一些值(0)。

Answer 1

这不是递归的，只是使用内置的迭代工具，这可能仍然对您有用.如果我正确地理解了你的问题，那就是:)否则就纠正我

import numpy  as np
import itertools as it

def other_fun(*args):
    return sum(args)

def sample_fun(mtx, *args):
    for ids in it.product(*[range(len(obj)) for obj in args]):
        mtx[ids] = other_fun(*[obj[idx] for obj,idx in zip(args,ids)])
    return mtx

obj1 = [1,2,3]
obj2 = [4,5,6,7]
obj3 = [8,9]
objects = [obj1, obj2, obj3]

mtx = np.zeros([len(obj) for obj in objects])    
mtx = sample_fun(mtx, *objects)
print(mtx)